基于在线数据的网络调查研究方法

在线数据分析法是依赖于网络技术,对网民网络行为的海量数据进行统计分析的一种调查研究方法。这种方法基于网站流量监测系统及浏览跟踪系统自动获得的网民行为数据,对网民的网络行为进行统计分析,更容易掌握网民的真实想法甚至是无意识的行为。按获取数据位置的不同,可以将在线数据分析法分为网站流量监测法、网民行为跟踪法及搜索引擎关键词统计法三种主要方法。网站流量监测法利用网站流量监测系统对来访网民的行为进行全面的记录和统计;网民行为跟踪法利用客户端插件对网民样本进行记录分析,以推断整体网民的网络行为;搜索引擎则对巨量网民的搜索行为进行记录和统计,为人们了解网民行为提供客观数据。     

大数据背景下核能安全人因数据采集与处理系统框架

核能人因安全数据分析在核安全管理中的地位越来越重要。然而,不同人因分析领域、目标和方法,有不同人因数据需求,同时在大数据背景下,人因数据分析面临着海量、低价值密度人因数据的集成与抽取;非结构化数据的处理与融合等问题。为解决这些问题,应用大数据技术,根据人因数据采集与处理的特点,建立了核能安全人因大数据采集、存储、分析和处理系统框架。该系统框架由数据源层、数据预处理、人因大数据处理中心、人机交互系统等部分组成。     

大数据分析及其技术的关键

正关于大数据分析,现实的情况是,说的人很多,鼓吹其神奇价值的喧嚣声浪很高,却鲜见其实际运用得法的模式和方法。造成这种窘境的原因无外乎有二:一是对于大数据分析的价值逻辑尚缺乏足够深刻的洞察;二是大数据分析中的某些重大要件或技术还不成熟。比如,提到大数据的大,一般人认为指的是它数据规模的海量——随着人类在数据记录、获取及传输方面的技术革命,造成了数据获得的便捷与低成     

基于IDL的复杂环境数据处理方法及应用研究

IDL是第四代面向对象的可视化数据分析语言,它完全面向矩阵进行计算,克服了传统软件基于像素处理数据比较慢的缺点,加快了数据处理速度,在卫星数据的同步处理方面以及海量遥感影像的实时处理、分析及应用中有着很大优势.     

大数据及其反思

大数据即是在一定时间内用常规数据处理方法难以抓取、管理和处理分析的非结构化海量数据集合。大数据规模巨大、类型多样,其价值主要体现在对数据的整合分析。目前大数据微层面的考察过多关注其数学属性,缺少社会学和社会心理学观照。与此同时,大数据分析人才的缺乏及其可能出现的新的数字鸿沟等问题也是各国各界必须面对的挑战。     

社会养老保险数据分析系统的设计

社会养老保险部门经过多年的信息化发展,已经拥有了成熟的OLTP系统;经过长期的业务处理和常规管理,社会养老保险部门积累了大量的业务历史数据。要充分利用这些积累起来的海量数据,从中获取可用于决策的有用信息,可行的办法是建立一套有别于传统OLTP技术的、专门用于数据分析的系统。     

大数据、人工智能技术与人类实践的信息化

实践是马克思哲学体系的核心概念。马克思将社会生活中的主客体统一于实践活动,提出社会时空是人类历史得以构成的基本要素。而大数据和人工智能技术以数据为基础,生成海量数据引发数据结构和数据分析技术的质变,使人类社会数据化,且逐渐呈现出信息的有序化特征,推动人类实践的信息化和虚拟化。人类的认知也因此在时间和空间维度上扩展,人类实践的时空建构也随之扩展。在大数据、人工智能技术的推动下,时间与空间、虚拟与现实以信息为基础,融合并统一于社会时空。     

计算社会科学视角下的数据观

以大数据为标志的数据密集时代的到来,为社会科学实证研究提供了丰富的研究资料和全新的数据处理技术,计算社会科学迎来了一次重大的发展机遇。但当前大数据的概念混乱和概念泛化导致不少社会科学研究者对数据密集型知识发现以及计算社会科学的理论、方法出现认识偏差。通过对大数据的本质和特征的辨析,从计算社会科学视角厘清大数据的定义;并分析和阐释与大数据密不可分的以物联网、非关系型数据库、云计算、人工智能为代表的新一代信息技术体系,以及二者之间一体两面的关系。在此基础上,依据现实数据状态与数据处理技术水平,分析当前数据驱动型知识发现和理论数据双向驱动型知识发现的优势和局限,计算社会科学研究中的所面临的困难及突破方向。     

从数据到大数据技术:实践对传统主客二分的超越

数据是主客观之间的产物，是主体对客体的表征。由于人的复杂性和物的多样性，数据并不能完全表征客观世界，导致主客二分产生裂痕，并引起人的异化。而现代技术的数据化趋势，技术的科学化使得现代技术呈现出愈来愈强的信息特征，即信息对物能的“建构”特征。大数据技术推动海量数据的产生、生产以及再生产，引发数据结构和数据分析技术的革命，促使数据从“表征”走向“实践”。大数据技术支持下的数据在虚拟与现实双重维度上具备实践能力，弥合了数据表征中主客体之间的裂痕，使物的数据化与数据的物化相统一。人类开始从“物的依赖性”中解放，步入“全面自由发展”的信息文明社会。     

物联网技术在统计数据采集中的应用探索

本研究通过统计业务与物联网技术的结合,利用统计学和物联网技术的理论和方法,构建了一套将物联网技术应用于统计数据采集工作的技术路线,通过使用现代物联网技术包括射频技术、光电技术、二维码技术、无线网络技术、电子代码技术等,一方面,使得物联网数据的采集更为准确和便捷;另一方面,通过现代技术获取海量数据,可以弥补传统数据采集方法单一、数据丢失及可得数据维度低数量少等缺陷,这对实现当前统计业务工作的高效、准确、便捷具有重要的现实意义。     

中国股票市场发展影响货币需求的实证研究:1994～2008

从理论上讲,股票市场通过财富效应、资产组合效应、交易效应和替代效应等途径影响货币需求。论文构建了一个包括股票市场变量的货币需求函数,并运用1994~2008年的季度数据和协整分析方法对中国股票市场的货币需求效应进行了检验,检验结果表明股票市场已经成为影响我国货币需求的一个重要因素。在股票市场不断深化和广化的背景下,中央银行应关注资产价格的波动,货币政策的制定应考虑股票市场发展对货币需求的影响。     

基于面板数据的流动性因子对股票收益率影响的实证研究

在国内外大量实证研究的基础上,选取上证180成分股为考察样本,根据我国客观实际用新指标代表流动性,利用计量经济学中平行数据模型,通过单因素回归与多因素回归,对流动性和收益率关系进行实证研究,本文实证分析得出结论:与其他成熟股票市场不同,我国流动性和收益率成正相关关系。并基于此结论,探讨了原因所在。     

中国股市风格资产组合市场风险测度——基于EVT-t-Copula模型的实证研究

针对传统线性计量模型无法充分刻画中国股市风格资产收益系列存在"自相关"、"尖峰"、"厚尾"等非正态分布特征以及风格资产间存在复杂的非线性相关结构的局限。本文首先采用AR(1)-GJR(1,1)模型来刻画中国股市风格资产的边缘分布,接着结合各边缘分布的残差系列,引入Copula函数来分析这六种风格资产之间的相关结构,并结合极值理论和蒙特卡罗模拟方法来模拟大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值这六种股市风格资产投资组合的联合收益率分布函数,在此基础上求出各我国股市风格资产组合的市场风险(VaR与CVaR)。研究结果表明,根据极值理论得到的广义帕累托分布能够较好拟合风格资产日收益率序列的尾部特征,相比其他计算方法的VaR和CVaR值,基于EVT-t-Copula模型能够更准确度量中国股市风格资产组合的市场风险。因此,EVT-t-Copula模型有助于提高中国股市投资组合的风险管理效率。     

同行业股票价格发现的实证研究——基于知情交易假设下日内高频数据的实证分析

对以往研究中股票价格发现仅发生在单支股票内的假设提出质疑,从知情交易入手,以公司季报为事件,运用沪深股市高频数据,对股票间的收益率和净成交额之间的日内关系进行了检验。研究结果发现,即使在控制了公告的影响后,中国市场上同行业中两竞争者的股票相互之间仍然有信息流动,具有价格发现功能,但这种现象在公告附近的一两天内却未表现出比平常更为显著。造成这一结果的原因除了知情交易者基于行业共同信息交易同行业竞争者股票的动机更强烈以外,还与中国市场本身的特点有关。     

投资者情绪与股票收益：牛熊市对比及中美比较

选择央视看盘BSI指数、封闭式基金折溢价律及消费者信心指数作为投资者情绪的度量指标,采用回归分析、向量自回归模型、脉冲响应函数等方法对比中国股票市场处于牛市与熊市时投资者情绪与上证综指收益率相互影响的不同,并比较中国与美国股票市场中投资者情绪对股票市场收益的影响程度。实证结果表明：中国股市中投资者情绪对股票收益的影响牛市小于熊市;投资者情绪对股票市场收益的影响程度中国股市大于美国股市。     

ETF对我国证券市场的影响研究

以上证50ETF为例,通过对具体交易数据的分析,考核ETF对整体证券市场的推动作用和引导作用,结论显示,ETF对我国证券市场有实质性的影响。但由于目前我国证券市场不是一个有效的资本市场,所以ETF对我国证券市场的影响并未有效发挥出来,ETF在我国仍面临着较大的发展机遇。     

订单流不平衡对股票价格的冲击效应实证研究

介绍并利用订单流不平衡作为衡量中国股票市场供求关系的指标,考察限价订单簿所包含的信息与价格行为的关系,并利用高频交易数据对订单簿的日间、日内特征以及订单流不平衡与股票价格运动的关系进行了实证研究。结果表明,我国股票市场上订单流不平衡存在显著的自相关性,而且订单流不平衡对股票价格有着显著的冲击效应。     

上海证券交易所A股市场隐藏性交易实证研究

以上海证券交易所A股市场所有股票的高频交易数据为样本,验证了中国股票市场中的隐藏性交易行为,证实了纯指令驱动市场中也存在隐藏性交易现象。但与纽约证券市场的知情交易者将交易指令集中于中等规模的交易以隐藏自己的知情者身份有所不同,中国股票市场中的知情交易者在市场上升时期将交易指令分解成较小规模的交易进行成交,而在市场下降时期则倾向于选择较大规模的交易指令,这表明不同的市场交易机制和外部市场环境对知情交易者提交策略具有不同的影响。     

金融高频数据和超高频数据的研究现状及展望

金融高频数据和超高频数据的研究是金融计量学的一个全新的研究领域,研究的基本动因在于,一是对金融高频数据和超高频数据本身所具有的特征的关注,二是对理解金融市场的微观结构来说相当重要.当前这一领域从统计特征、"日历效应"、微观结构、建模等方面得到了一些研究的理论和实证成果.金融高频数据和超高频数据的研究中存在诸如:模型、微观结构误差等问题,未来金融高频数据和超高频数据研究趋势与方向应在波动持续性、风险度量等方面.     

佣金制度的调整对我国证券市场的影响分析

对我国佣金制度改革的效果以及对证券市场的影响进行了实证研究 ,检验结果却出人预料 ,证券市场的交易量和平均价格都有明显的下降 ,难道这一救市政策失败了吗 ?文章通过分析 ,提出这一政策对我国的证券市场是有重大意义的